SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN NILAI KREDIT PINJAMAN DENGAN FUZZY LOGIC
MODEL TSUKAMOTO
Disusun Oleh FARID RIZALDI
04315003
UNIVERSITAS NAROTAMA FAKULTAS ILMU KOMPUTER
PROGRAM STUDI TEKNIK INFORMATIKA SURABAYA
2019
ii
iii
iv
v
vi
MOTTO DAN PERSEMBAHAN
MOTTO
“ Barang siapa yang bersungguh-sungguh, maka sesungguhnya kesungguhan tersebut untuk kebaikan dirinya sendiri. Sesungguhnya Allah benar-benar Maha
Kaya (tidak memerlukan sesuatu) dari semesta alam ” (Qs.Al-Ankabut 29: Ayat 6)
PERSEMBAHAN
Alhamdulillah atas rahmat dan hidayah-Nya, saya dapat menyelesaikan skripsi ini dengan baik. Karya sederhana ini ku persembahkan untuk :
1. Kedua Orang Tua, dimana telah menuntun dan mendukung untuk melakukan kebaikan, memberi motivasi dalam segala hal, memberikan kasih sayangnya dengan tulus, serta tak lupa untuk selalu mendoakan yang terbaik untuk saya.
2. DR. KH Asep Saifuddin Chalim, M.A , dimana beliau selalu memotivasi kepada setiap santrinya untuk menjadi pengusaha besar dari ilmu formal dan ilmu agama yang telah didapatkan selama dipondok.
3. Teman-teman Koperasi Serba Usaha Artha Mandiri, yang telah membantu dan memberi kesempatan pada saya untuk mengelola salah satu sistem dikoperasi.
4. Teman-teman Teknik Informatika 2015, yang telah menemani dalam suka maupun duka dimana tanpa terasa sudah 8 semester bersama.
5. Serta semua pihak yang belum bisa saya sebutkan satu persatu.
vii
KATA PENGANTAR
Puji syukur terlimpah ke hadirat Tuhan Yang Maha Esa yang telah memberikan rahmat dan karunia-Nya sehingga penulisan skripsi yang berjudul
“Sistem Pendukung Keputusan Untuk Menentukan Nilai Kredit Pinjaman Dengan
Fuzzy Logic Model Tsukamoto” dapat selesai dengan tepat waktu.
Adapun maksud dan tujuan dari penulisan laporan tugas akhur ini adalah untuk memenuhi syarat kelulusan Program Sarjana Strata-1 pada program pendidikan Teknik Informatika Fakultas Ilmu Komputer Universitas Narotama Surabaya.
Pada kesempatan ini, Penulis mengucapkan terima kasih yang sebesar – besarnya kepada Orang Tua, terimakasih atas bantuan waktu dan bimbingannya kepada Bapak Achmad Zakki Falani, S.Kom., M.Kom, Teman – teman, serta semua pihak yang telah membantu atas selesainya laporan ini.
Penulis sadar akan kekurangan dalam penyusunan skripsi ini. Penulis mengharapkan adanya kritik dan saran membangun agar laporan ini bisa menjadi lebih baik. Akhir kata penulis panjatkan doa semoga Allah SWT akan membalas kebaikan semua pihak.
Surabaya, 20 Agustus 2019
Farid Rizaldi
viii
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN NILAI KREDIT PINJAMAN DENGAN FUZZY LOGIC
MODEL TSUKAMOTO
Oleh : Farid Rizaldi
Pembimbing : Achmad Zakki Falani, S.Kom., M. Kom
Di dalam dunia perbankan perbandingan nasabah untuk meminjam dana hampir sama atau bahkan lebih tinggi dari pada nasabah yang menabung, baik itu di bank atau bahkan dikoperasi sebagai pihak kreditur. Maka oleh sebab itu koperasi Artha Mandiri sebagai pihak kreditur tentunya harus menggunakan analisis yang tepat dalam memberikan nilai pinjaman dana kepada nasabah. Untuk memberikan nilai pinjaman yang di dasarkan dari faktor variabel-variabel pada setiap nasabah, tentu akan mempermudah pihak kreditur dalam mengambil keputusan. Pemanfaatan Fuzzy Logic model Tsukamoto akan menyelesaikan atau mengurangi tingkat resiko permasalahan dalam memberikan nilai pinjaman, dikarenakan faktor-faktor yang mempengaruhi nominal pinjaman yang akan diberikan memiliki jenis variabel bias atau banyak ketidak pastian yang menyertainya. Dengan sistem pendukung keputusan berbasis fuzzy logic ini nantinya akan menjawab permasalahan tersebut.
Sistem ini diujikan terhadap 853 nasabah mulai dari bulan maret 2015 sampai bulan maret 2019. Untuk nilai hipotesa dari hasil sistem ini telah menghasilkan rata-rata Mean Absolute Percentage Error (MAPE) 2% atau mencapai akurasi sebesar 98%.
Kata kunci – Sistem penunjang keputusan, fuzzy logic model tsukamoto, penentuan nilai pinjaman kredit.
ix
DECISION SUPPORT SYSTEM FOR DETERMINING CREDIT VALUE WITH FUZZY LOGIC
TSUKAMOTO MODELS
Oleh : Farid Rizaldi
Pembimbing : Achmad Zakki Falani, S.Kom., M. Kom
At the world banking, the ratio of customers to borrow funds is almost the same or even higher than customers who save, both they in banks or even cooperative as creditors. Therefore, the Artha Mandiri cooperative as a creditor must use an appropriate analysis in providing loan value for support. To provide a loan value based on variables factors to each customer, of course, will make it easier for creditors to make decisions. Utilization of Tsukamoto's Fuzzy Logic model will resolve or reduce the level of risk loans that provide the value of the loan, because the factors that affect the nominal loan to be given have a variable type of bias or many uncertainties that accompany it. With a decision support system based on fuzzy logic this will answer that question. This system was tested on 853 starting from March 2015 to March 2019. For the hypothesized value of the results of this system has produced an average Mean Absolute Percentage Error (MAPE) of 2%
or can be obtained at 98%.
Keywords - Decision support systems, fuzzy logic tsukamoto models, credit value loan decisions.
x DAFTAR ISI
Halaman Sampul ... i
Halaman Judul ... ii
Lembar Persetujuan Pembimbing ... iii
Lembar Pengesahan ... iv
Halaman Pernyataan Keaslian Karya Ilmiah ... v
Halaman Motto dan Persembahan ... vi
Halaman Kata Pengantar ... vii
Abstrak ... viii
Abstract ... ix
Daftar Isi... x
Daftar Tabel ... xiii
Daftar Gambar ... xiv
BAB I PENDAHULUAN ... 1
1.1. Latar Belakang ... 1
1.2. Rumusan Masalah ... 2
1.3. Batasan Masalah... 2
1.4. Tujuan Penelitian ... 3
1.5. Manfaat Penelitian ... 3
1.6. Sistematika Penulisan ... 3
BAB II TINJAUAN PUSTAKA ... 5
2.1. Landasan Teori ... 5
2.1.1. Sistem Pendukung Keputusan Penentuan Kelayakan Kredit Pinjaman UKM Di Koperasi Sejahtera ... 5
xi
2.1.2. Implementasi Fuzzy Inference System Metode Tsukamoto Pada
Pengambilan Keputusan Pemberian Kredit Pemilikan Rumah ... 6
2.1.3. Penentuan Pemasok Bahan Baku Menggunakan Fuzzy Inference System Tsukamoto ... 7
2.2. Landasan Teori ... 9
2.2.1. Pengertian Sistem Pendukung Keputusan ... 9
2.2.2. Logika Fuzzy ... 10
2.2.3. Himpunan Fuzzy ... 11
2.2.4. Fungsi Keanggotaan ... 12
2.2.5. Operasi Fuzzy... 15
2.2.6. Fungsi Implikasi ... 16
2.2.7. Metode Tsukamoto ... 17
BAB III METODOLOGI PENELITIAN ... 19
3.1. Analisa Permasalahan ... 20
3.1.1. Studi Literatur ... 20
3.1.2. Wawancara ... 20
3.1.3. Observasi ... 21
3.2. Pembentukan Aturan ... 21
3.3. Proses Fuzzifikasi ... 24
3.3.1. Fuzzifikasi Variabel Nilai Jaminan ... 25
3.3.2. Fuzzifikasi Variabel Nilai Pendapatan Tiap Bulan ... 27
3.3.3. Fuzzifikasi Variabel Presentase Pengajuan ... 29
3.4. Fungsi Penentuan α-Predikat dan Z tiap aturan ... 31
xii
3.5. Penentuan Nilai Crisp Z atau Nilai Prediksi ... 35
3.6. Perhitungan MAPE ... 36
3.7. Implementasi dan Testing ... 38
BAB IV HASIL DAN PEMBAHASAN ... 40
4.1. Hasil Penelitian ... 40
4.1. Arsitektur Sistem ... 40
4.3. Implementasi Sistem ... 42
4.3.1. Install Xampp ... 42
4.3.2. Koneksi Database ... 43
4.3.3. Halaman Login ... 43
4.3.4. Halaman Utama atau Home ... 44
4.3.5. Tampilan Menu Data Nasabah ... 45
4.3.6. Tampilan Menu Data Batasan ... 55
4.3.7 Tampilan Menu Data Pengajuan ... 59
4.3.8 Tampilan Halaman Cetak ... 60
BAB V PENUTUP ... 62
5.1. Kesimpulan ... 62
5.1. Saran ... 62
DAFTAR PUSTAKA ... 64
xiii
DAFTAR TABEL
Tabel 2.1 Aturan yang digunakan sesuai dengan fuzzy tsukamoto ... 6
Tabel 2.2. Penelitian terdahulu... 8
Tabel 3.1 Sampel data kreditur. ... 24
Tabel 3.2 Hasil Fuzzifikasi Kreditur berdasarkan Nilai Jaminan ... 26
Tabel 3.3 Hasil Fuzzifikasi Kreditur berdasarkan Nilai pendapatan ... 28
Tabel 3.4 Hasil Fuzzifikasi Kreditur berdasarkan Nilai Presentase Pengajuan ... 30
Tabel 3.5 Hasil Fuzzifikasi sampel data ke-1 dari tiap-tiap variabel fuzzy. ... 31
Tabel 3.6 α predikat dan nilai Z untuk data sampel ke-1 dari setiap aturan. ... 34
Tabel 3.7 Nilai Crisp Z untuk data sampel ke-1.. ... 35
Tabel 3.8 Hasil perhitungan rata-rata MAPE untuk 10 data sampel... 37
xiv
DAFTAR GAMBAR
Gambar 2.1 Contoh Representasi Linier Naik ... 12
Gambar 2.2 Contoh Kurva Segitiga ... 13
Gambar 2.3 Contoh Kurva Trapesium. ... 14
Gambar 2.4 Contoh Bentuk Bahu dengan variabel Temperatur ... 15
Gambar 2.5 Diagram Blok Inferensi dengan Metode Tsukamoto ... 17
Gambar 3.1 Flowchart Metodologi Penelitian ... 19
Gambar 3.2 Fuzzifikasi Nilai Jaminan. ... 25
Gambar 3.3 Fuzzifikasi Nilai Pendapatan. ... 27
Gambar 3.4 Fuzzifikasi Nilai Presentase Pengajuan. ... 29
Gambar 3.5 Fuzzifikasi Nilai Pinjaman dari data sampel ke-1. ... 32
Gambar 4.1. Arsitektur Sistem. ... 40
Gambar 4.2. Tampilan Install Xampp. ... 43
Gambar 4.3. Tampilan Source Code Koneksi Database ... 43
Gambar 4.4. Halaman Login. ... 44
Gambar 4.5. Tampilan Halaman Utama ... 45
Gambar 4.6. Tampilan Menu Data Nasabah. ... 45
Gambar 4.7. Tampilan Halaman Lihat Pengajuan. ... 46
Gambar 4.8. Tampilan Halaman Proses Pengajuan. ... 47
Gambar 4.9. Tampilan Halaman Data Batasan. ... 55
Gambar 4.10. Tampilan Halaman Data Pengajuan ... 60
xv
Gambar 4.11. Tampilan Halaman Cetak ... 61
